QR 분해를 배우려고하지만 전통적인 행렬 계산을 사용하지 않고 beta_hat의 분산을 얻는 방법을 알 수 없습니다. 나는 iris 데이터 세트와 함께 연습하고, 여기에 내가 지금까지 가지고 무엇을 해요 : 당신의 도움에 대한 y<-(iris$Sepal.Length)
x<-(iris$Sepal.Width)
X<-cbind(1,x)
n<-nrow(X)
Matlab을 사용하여 일반 최소 제곱 (OLS)으로 회귀 모델을 계산합니다. 모델은 y = xB입니다. 여기서 x은 차원이 500000 x 2500 인 매우 희소 한 행렬입니다. 나는 QR 분해를 사용하고 있습니다 : [C,R] = qr(x,y,0)
을 다음 b = R\C
내 질문에 b을 추정하는 것은 내가 여기에 수치 오류에 대한 걱정해야하는지
QR 분해는 표준 numpy 방법을 사용하고 CULA 라이브러리에 구현 된 GEQRF LAPACK 함수를 사용하여 수행합니다. A
[[ 1. 1. 1.]
[ 1. 1. 1.]
[ 1. 1. 1.]]
NUMPY
Q
[[-0.57735027 -0.57735027 -0.57735027]
[-0.57735027 0.78867513 -0.21132487
Eigen을 사용하여 QR 분해를 시도하지만 다음과 같은 견인 방법에서 얻은 결과가 다릅니다. 오류를 찾도록 도와주세요! 감사합니다. . // Initialize the sparse matrix
A.setFromTriplets(triplets.begin(), triplets.end());
A.makeCompressed();
//Dense matrix
다음과 같은 문제가 있습니다. 내 작업은 다항식을 데이터에 맞추는 것입니다. 나는 Gram-Schimdt 직교 화 과정을 사용하여 QR 알고리즘을 implenet하고 싶다. 기능이 내장되어 function [ Q,R ] = QRDec(A)
n = length(A(1,:));
for i=1:n
Q(:,i) = A(:,i);
for j=1
의 기능을 비모수적인 추정으로 적합하게 확장하려고합니다. lwr() 함수의 핵심 부분에서는 QR 분해 대신 solve()을 사용하여 행렬을 반전하므로 숫자가 불안정합니다. 나는 그것을 변경하고 싶지만 모자 매트릭스 (또는 다른 파생물)를 QR 분해에서 얻는 방법을 나중에 이해할 수는 없다. I는 reg <- lm.wfit(x=xmat, y=y, w=w)를
QR 분해를 이용한 다중 회귀 분석을위한 함수를 작성하려고합니다. 입력 : y 벡터 및 X 행렬; 출력 : b, e, R^2. 지금까지 나는 이것을 가지고 있으며 끔찍하게 붙어있다. 내가 너무 복잡한 방식으로 모든 것을 만들었 생각 : QR.regression <- function(y, X) {
X <- as.matrix(X)
y <- as.vector
matlab 함수를 R로 변환하는 것에 대한 질문이 있습니다. 누군가 도움을 줄 수 있었으면합니다. matlab과 R에서 사용되는 표준 QR 분해를 qr()이라고합니다. 나의 이해하려면, 두 언어의 QR 분해를 수행하는 표준 방법은 다음과 같습니다 matlab에 : [Q,R] = qr(A)는 QR은 R = 만족 : z <- qr(A)
Q <- qr.Q(z
비디오에서 얼굴의 방향을 결정하려고합니다. 영상은 얼굴의 정면 화상으로 시작하므로 더 회전이 없다. 다음 프레임에서는 머리가 회전하고 나는 카메라 위치에 따라 얼굴 방향을 결정하도록 이어지는 회전을 결정하려고합니다. 나는 작업 ++을 OpenCV와 C를 사용하고 . SURF 서술자를 사용하여 두 이미지 사이의 호모 그래피를 계산하는 데 사용하는 얼굴의 점을
QR 분해가 Math.NET Numerics에서 어떻게 구현됩니까? Gram-Schimdt 또는 Givens 회전인가요? Gram-Schimdt로 구현 한 느낌이 들지만 확실하지 않습니다. 구현을 찾을 수 없습니다. Gram-Schimdt로 QR 분해가 기븐스 회전과 다른 결과입니까? 행렬에 대해 Givens 회전을 사용하여 QR 분해를 생성 한 다음 Ma